PDRVLA：带物理动态表征的视觉-语言-动作模型
PDRVLA: A Vision-Language-Action Model with Physical Dynamics Representations
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
PDRVLA 通过轻量级 Physical Dynamics Module 从视觉-语言特征中提取物理 token 来条件化动作生成，无需在线生成视频即可让 VLA 模型理解物理动态。
来源：Hugging Face Daily Papers · arxiv.org